1、Nacos相关
1.1、Nacos服务注册流程
流程如下：
- 服务启动时就会注册自己的服务信息（服务名、IP、端口）到注册中心
- 调用者可以从注册中心订阅想要的服务，获取服务对应的实例列表（1个服务可能多实例部署）
- 调用者自己对实例列表负载均衡，挑选一个实例
- 调用者向该实例发起远程调用
当服务提供者的实例宕机或者启动新实例时，调用者如何得知呢？
- 服务提供者会定期向注册中心发送请求，报告自己的健康状态（心跳请求）
- 当注册中心长时间收不到提供者的心跳时，会认为该实例宕机，将其从服务的实例列表中剔除
- 当服务有新实例启动时，会发送注册服务请求，其信息会被记录在注册中心的服务实例列表
- 当注册中心服务列表变更时，会主动通知微服务，更新本地服务列表
1.2、Nacos的分级存储模型是什么意思
在 Nacos 中，分级存储模型指的是对配置数据进行按照环境、集群、命名空间等维度进行分级管理和存储的机制。这种分级存储模型可以帮助开发团队更好地管理和使用配置信息，提高配置管理的灵活性和可维护性。
在 Nacos 中，分级存储模型主要包括以下几个概念：
- 命名空间（Namespace）
命名空间是 Nacos 中用来隔离配置信息的最小单位，每个命名空间都有独立的配置信息存储空间。通过命名空间，可以实现不同环境（如开发、测试、生产）或不同业务线的配置信息隔离存储。
- 组（Group）
在命名空间内部，可以使用组来进一步划分配置信息。同一个命名空间内的不同组可以存储不同业务模块的配置信息，便于管理和维护。
- 配置集（DataId）
配置集是 Nacos 中存储配置信息的最小单元，它由命名空间、组和配置键（DataId）唯一确定一条配置信息。通过配置集，可以对每个具体的配置项进行管理。
- 分级存储
Nacos 支持在命名空间、组和配置集三个维度上进行配置信息的存储和管理。通过合理地组织命名空间、组和配置集的关系，可以实现灵活的配置信息管理，并且方便不同环境和不同业务需求下的配置隔离和管理。
通过 Nacos 的分级存储模型，开发团队可以更加灵活地管理和使用配置信息，支持多环境、多集群的配置管理，同时也为微服务架构下的配置管理提供了良好的支持。
1.3、Eureka服务注册流程
- 服务提供者注册
- 服务提供者启动时，会向 Eureka 服务器发送注册请求，包括自身的实例信息（如 IP 地址、端口、服务名称等）。
- Eureka 服务器接收到注册请求后，将服务提供者的实例信息注册到服务注册表中。
- 服务续约
- 服务提供者会定时向 Eureka 服务器发送心跳续约请求，以确认自身仍然存活。
- 如果 Eureka 服务器在一定时间内没有收到服务提供者的续约请求，将会将该实例从服务注册表中剔除。
- 服务发现
- 服务消费者在需要调用服务提供者时，会向 Eureka 服务器发送服务发现请求，获取可用的服务实例列表。
- Eureka 服务器会返回可用的服务实例信息给服务消费者，服务消费者根据负载均衡策略选择合适的实例进行调用。
- 服务下线
- 当服务提供者需要下线时，会向 Eureka 服务器发送取消注册请求。
- Eureka 服务器收到取消注册请求后，将该服务实例从服务注册表中移除，不再向其他服务消费者返回该实例信息。
1.4、Nacos与Eureka的区别
Eureka和Nacos的相似点有：
- 都支持服务注册发现功能
- 都有基于心跳的健康监测功能
- 都支持集群，集群间数据同步默认是AP模式，即最全高可用性
Eureka和Nacos的区别有：
- Eureka的心跳是30秒一次，Nacos则是5秒一次
- Eureka如果90秒未收到心跳，则认为服务疑似故障，可能被剔除。Nacos中则是15秒超时，30秒剔除。
- Eureka每隔60秒执行一次服务检测和清理任务；Nacos是每隔5秒执行一次。
- Eureka只能等微服务自己每隔30秒更新一次服务列表；Nacos即有定时更新，也有在服务变更时的广播推送
- Eureka仅有注册中心功能，而Nacos同时支持注册中心、配置管理
- Eureka和Nacos都支持集群，而且默认都是AP模式
2、Openfegin相关
2.1、OpenFeign的服务调用流程
- 获取请求中的serviceId
- 根据serviceId负载均衡，找出一个可用的服务实例
- 利用服务实例的ip和port信息重构url
- 向真正的url发起请求
2.2、常见的Ribbon/Spring LoadBalancer的负载均衡策略
自SpringCloud2020版本开始，已经弃用Ribbon，改用Spring自己开源的Spring Cloud LoadBalancer了。
Ribbon 负载均衡策略：
- RoundRobinRule（轮询策略）：按照顺序依次选择可用的服务实例，逐个进行调用。
- RandomRule（随机策略）：随机选择一个可用的服务实例进行调用。
- WeightedResponseTimeRule（加权响应时间策略）：根据服务实例的响应时间和权重来动态计算一个权重值，从而决定调用哪个服务实例。
- RetryRule（重试策略）：在一定的重试次数内，尝试多次调用不同的服务实例，直到找到一个可用的实例。
Spring Cloud LoadBalancer 负载均衡策略：
Spring Cloud LoadBalancer 是基于 Reactor 实现的负载均衡组件，它提供了以下常用的负载均衡策略：
- RoundRobinLoadBalancer：轮询策略，按照顺序依次选择可用的服务实例进行调用。
- RandomLoadBalancer：随机策略，随机选择一个可用的服务实例进行调用。
- NacosLoadBalancer：根据服务的集群名和权重来动态计算选择服务实例。
3、限流相关
3.1、Hystrix和Sentinel有什么异同
Hystrix 和 Sentinel 都是流行的服务容错和限流组件，用于提高微服务架构的稳定性和可靠性。
相同点：
- 服务保护：Hystrix 和 Sentinel 都可以实现服务熔断、限流等功能，保护系统在面对异常情况下的稳定性。
- 监控：两者都提供了监控和统计功能，可以帮助开发人员实时了解服务的运行状况。
区别：
- 实现方式：Hystrix 主要基于线程池和信号量来实现服务隔离和容错。Sentinel 则基于"流量控制、熔断降级、系统负载保护"来实现服务保护和限流。
- 功能特点：Hystrix 主要提供服务熔断、线程隔离、超时控制等功能。
3.2、如何利用Sentinel配置限流
- 启动Sentinel控制台；
- 项目中引入Sentinel依赖；
- 先访问要限流的资源；
- 访问Sentinel控制台，设置按照qps或者线程数等限流规则
3.3、滑动窗口算法
在限流中，滑动窗口算法通常用于实现基于时间的限流策略，例如限制一定时间窗口内的请求数量。
滑动时间窗口算法中只包含1个固定跨度的窗口，但窗口是可移动动的，与时间区间无关。
具体规则如下：
- 窗口时间跨度Interval大小固定，例如1秒
- 时间区间跨度为Interval / n ，例如n=2，则时间区间跨度为500ms
- 窗口会随着当前请求所在时间currentTime移动，窗口范围从currentTime-Interval时刻之后的第一个时区开始，到currentTime所在时区结束。
4、Gateway相关-路由断言、过滤器
4.1、网关作用
作用：路由与鉴权，以外有如下：
限流：实现微服务访问流量计算，基于流量计算分析进行限流，可以定义多种限流规则。
缓存：数据缓存。
日志：日志记录。
监控：记录请求响应数据，api耗时分析，性能监控。
鉴权：权限身份认证。
灰度：线上灰度部署，可以减小风险。
路由：路由是API网关很核心的模块功能，此模块实现根据请求，锁定目标微服务并将请求进行转发。
4.2、实现原理
- 初始化阶段：Spring Cloud Gateway 启动时会加载配置文件中定义的路由规则，创建对应的 RouteDefinition 对象。
- 路由匹配：当接收到一个请求时，Gateway 会依次匹配定义的路由规则，找到符合条件的路由。
- 过滤器链：针对匹配到的路由，依次执行该路由配置的过滤器链，对请求进行处理。
- 执行过滤器：每个过滤器可以修改请求和响应，记录日志，进行权限校验等操作。
- 转发请求：经过所有过滤器处理后，将请求转发给目标服务。
- 返回响应：将目标服务的响应返回给客户端。
4.3、路由断言类型
在 Spring Cloud Gateway 中，断言（Predicate）用于匹配传入的 HTTP 请求，并决定是否要将请求路由到特定的目标服务。断言可以根据请求的不同属性（如路径、请求头、请求参数等）来进行条件匹配，从而实现灵活的路由规则。常见类型有如下：
4.4、过滤器实现方式
在 Spring Cloud Gateway 中，过滤器（Filter）用于对传入的 HTTP 请求或传出的 HTTP 响应进行处理，可以实现日志记录、请求转发、权限校验、请求修改等功能。Spring Cloud Gateway内置了许多常用的过滤器，同时也支持自定义过滤器来满足特定的业务需求。以下是一些常用的内置过滤器及其功能：
- AddRequestHeader：向请求头中添加指定的键值对。
- AddRequestParameter：向请求参数中添加指定的键值对。
- RewritePath：重写请求路径。
- StripPrefix：去除请求路径中的n段前缀。
- SetStatus：设置响应的状态码。
- AddResponseHeader：向响应头中添加指定的键值对。
